分类： 新闻

马克扎克伯格表示人工智能促进货币化

自 11 月底 OpenAI ChatGPT 推出以来，人工智能连续第二个季度成为科技财报电话会议的主要话题。 并非所有公司都对新技术有相同的计划。

英伟达销售人工智能驱动的超级计算机。 为了与谷歌 (GOOGL) 的人工智能搜索机器人竞争，微软 (MSFT) 正在将 ChatGPT 集成到其搜索引擎中。

Meta 的方法略有不同。 自 Facebook 成立之初以来，Meta 的核心业务就是广告销售。 这些仍占公司收入的98%。 Meta 相信人工智能技术将对增强广告产生最大的影响。

来源和详细信息：
https://finance.yahoo.com/news/mark-zuckerberg-says-ai-boosts-monetization-by-30-on-instagram-40-on-facebook-181123177.html?ncid=facebook_yfsocialfa_wje3x23a50w

深度学习先驱 Geoffrey Hinton 退出谷歌
《纽约时报》今天报道称，在担任副总裁、工程研究员和深度学习先驱 10 年后，杰弗里·辛顿 (Geoffrey Hinton) 将离开谷歌。 Hinton 开发了一些用于开发现代人工智能的最重要技术。

辛顿告诉《泰晤士报》，他现在对他所促成的技术产生了新的担忧，并希望公开讨论这些问题。 他还表示，他对自己一生的大部分努力感到遗憾。

来源和详细信息：
https://www.technologyreview.com/2023/05/01/1072478/deep-learning-pioneer-geoffrey-hinton-quits-google/

我们的未来肯定是虚拟的 4 个原因

7 月 11 日至 12 日与旧金山高管一起，聆听领导者如何整合和优化人工智能投资以取得成功。 了解更多

一月份，关于苹果期待已久的增强现实/虚拟现实耳机的新报告发布了。 如果这些报道中的内容部分属实，那么苹果公司将再次为世界带来历史上最令人瞠目结舌、最强大的技术之一——这就是为什么这个消息没有被证实有点令人惊讶。 不要引起更大的轰动。

这家公司还让粉丝参与抽奖以获得公司主题演讲的门票！ 然而，除了常见的科技博客和一些报纸专栏之外，苹果 AR/VR 设备的未来基本上没有引起人们的注意。

来源和详细信息：
https://venturebeat.com/virtual/4-reasons-our-future-is-decidedly-virtual/

矢量数据库彻底改变了人工智能和生成算法

7 月 11 日至 12 日在旧金山与高层管理人员一起了解领导者如何将人工智能融入他们的业务。 了解更多

今年，科技界更加关注生成式人工智能。 无论是 ChatGPT 的散文，还是 Stable Diffusion 的艺术，2022 年让我们一睹人工智能如何颠覆创意产业。

矢量数据库的兴起是比所报道的更重要的人工智能发展。

来源和详细信息：
https://venturebeat.com/ai/how-vector-databases-can-revolutionize-our-relationship-with-generative-ai/

新的 AI 工具将彻底改变 3D 工程

7 月 11 日至 12 日在旧金山与高层管理人员一起了解领导者如何将人工智能融入他们的业务。 了解更多

经过几十年的炒作、希望和错误的开始，人工智能 (AI) 终于火了。 DALL-E、ChatGPT 等人工智能工具吸引了公众的想象力和大量关注。 这一最新浪潮有望改变多个行业的游戏规则。

人工智能将对 3D 工程领域产生什么影响？ 如果设计师和工程师看到重大变化，他们的日常生活会是什么样子？

来源和详细信息：
https://venturebeat.com/ai/new-ai-tools-poised-to-revolutionize-3d-engineering/

OnlyFans：人类可以战胜人工智能

当人们购买性媒体时，他们寻找的不仅仅是匿名图像。 人工智能无法复制性工作背后的欲望。

来源和详细信息：
https://www.wired.com/story/when-it-comes-to-onlyfans-humans-can-outcompete-ai/?utm_source=facebook&mbid=social_facebook&utm_medium=social&utm_social-type=owned&utm_brand=wired

为什么科学家们要深度伪造人类基因组。

研究人员已经教会人工智能如何创建人工基因组。 这可以帮助解决保护遗传信息和收集足够的 DNA 进行研究的困境。

生成对抗网络（GAN）将两个神经网络相互对抗，产生令人信服的合成数据，以至于可以作为真实数据传递。 互联网上有很多例子——它们生成图片和视频，例如“这个城市不存在”。 人工智能能够创建令人信服的文章、关于食物和人脸的博客。

爱沙尼亚的研究人员现在正在更深入地研究深度伪造的人类 DNA。 他们开发了一种算法来重复创建不存在的人的遗传密码。

来源和详细信息：
https://www.freethink.com/hard-tech/artificial-genomes

人工智能对网络安全的真正影响是什么？

如果没有更大规模和更具符号性的模型，人工智能和机器学习就无法解决最大的挑战，例如破解最先进的加密算法。

来源和详细信息：
https://www.csoonline.com/article/3692868/what-is-artificial-intelligence-s-true-potential-impact-on-cybersecurity.html